PanoEvJ/mangoes_synthetic

---
dataset_info:
features:
- name: patients
dtype: string
- name: symptoms
struct:
- name: Anger
struct:
- name: Severity
dtype: int64
- name: Urgency
dtype: int64
- name: Anxiety
struct:
- name: Severity
dtype: int64
- name: Urgency
dtype: int64
- name: Depression
struct:
- name: Severity
dtype: int64
- name: Urgency
dtype: int64
- name: Psychosis
struct:
- name: Severity
dtype: int64
- name: Urgency
dtype: int64
- name: Suicidal Tendencies
struct:
- name: Severity
dtype: int64
- name: Urgency
dtype: int64
splits:
- name: train
num_bytes: 436855
num_examples: 80
download_size: 178034
dataset_size: 436855
---
# Dataset Card for "mangoes_synthetic"

[More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

---
dataset_info: 数据集信息
features:
- 名称：patients（患者），数据类型：string（字符串）
- 名称：symptoms（症状），为结构体（struct），其子字段包括：
- Anger（愤怒情绪）：结构体，包含Severity（严重程度）与Urgency（紧急程度）两个字段，数据类型均为int64（64位整数）
- Anxiety（焦虑）：结构体，包含Severity（严重程度）与Urgency（紧急程度）两个字段，数据类型均为int64（64位整数）
- Depression（抑郁）：结构体，包含Severity（严重程度）与Urgency（紧急程度）两个字段，数据类型均为int64（64位整数）
- Psychosis（精神病性症状）：结构体，包含Severity（严重程度）与Urgency（紧急程度）两个字段，数据类型均为int64（64位整数）
- Suicidal Tendencies（自杀倾向）：结构体，包含Severity（严重程度）与Urgency（紧急程度）两个字段，数据类型均为int64（64位整数）
splits:
- 名称：train（训练集），占用字节数：436855，样本数量：80
download_size: 178034（字节）
dataset_size: 436855（字节）
---
# "mangoes_synthetic（合成芒果）"数据集卡片

[需补充更多信息](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

原始信息汇总

数据集概述

数据集特征

• patients: 数据类型为字符串。
• symptoms: 结构化数据，包含以下子特征：
  • Anger:
    • Severity: 数据类型为整数64位。
    • Urgency: 数据类型为整数64位。
  • Anxiety:
    • Severity: 数据类型为整数64位。
    • Urgency: 数据类型为整数64位。
  • Depression:
    • Severity: 数据类型为整数64位。
    • Urgency: 数据类型为整数64位。
  • Psychosis:
    • Severity: 数据类型为整数64位。
    • Urgency: 数据类型为整数64位。
  • Suicidal Tendencies:
    • Severity: 数据类型为整数64位。
    • Urgency: 数据类型为整数64位。

数据集分割

• train:
  • num_bytes: 436855字节。
  • num_examples: 80个样本。

数据集大小

• download_size: 178034字节。
• dataset_size: 436855字节。

搜集汇总

数据集介绍

构建方式

该数据集名为PanoEvJ/mangoes_synthetic，属于心理健康领域的合成数据集。其构建方式基于对患者症状的结构化模拟，每条记录包含患者标识符（patients字段）及五种核心心理症状的量化评估。每种症状（如愤怒、焦虑、抑郁、精神病倾向、自杀倾向）均以嵌套结构存储，涵盖严重程度（Severity）与紧急程度（Urgency）两个维度的整型数值。数据集仅包含一个训练集（train split），共80个样本，总大小约436KB，通过合成技术生成以模拟真实临床场景中的症状分布。

特点

数据集的核心特点在于其简洁而高度结构化的设计。它聚焦于五种关键心理症状的二元量化指标，即严重性与紧急性的独立评分，为心理状态评估提供了可量化的框架。所有特征均为整数类型，便于直接用于机器学习模型的数值输入。尽管样本量较小（80例），但其合成性质允许灵活扩展，并避免了真实患者数据的隐私风险。这种设计尤其适用于早期算法测试、教学演示或作为原型系统的基准数据集。

使用方法

使用该数据集时，可直接通过Hugging Face Datasets库加载，默认获取训练集。每条数据包含字符串类型的患者标识符，以及嵌套字典形式的症状评分。用户可提取特定症状（如'Anxiety'）的Severity和Urgency字段用于回归或分类任务，或整合所有症状特征构建多标签预测模型。由于数据集规模有限，建议结合数据增强或迁移学习策略，以提升模型在真实场景中的泛化能力。

背景与挑战

背景概述

PanoEvJ/mangoes_synthetic数据集由研究团队构建，旨在模拟心理健康评估中的多维度症状表现。该数据集创建于近年来，聚焦于精神健康领域内患者症状的量化与分类，核心研究问题在于如何通过结构化数据（如愤怒、焦虑、抑郁、精神病及自杀倾向的严重性与紧迫性评分）来捕捉复杂的精神状态。作为合成数据，它提供了80例训练样本，为隐私保护下的心理健康研究开辟了新路径，尤其对早期预警系统和个性化干预策略的设计具有潜在影响力。通过标准化特征定义，该数据集促进了跨机构间的可比性分析，成为精神健康数据建模的重要基石。

当前挑战

该数据集面临的挑战包括：1) 领域问题方面，心理健康评估依赖于主观报告与客观指标的融合，而现有特征（如严重性与紧迫性）难以完全映射真实临床情境中症状的波动性与共病性，导致模型泛化能力受限；2) 构建过程中，合成数据虽规避了隐私风险，但样本量仅80例且缺乏真实患者反馈的生态效度，可能引入偏差，同时症状维度的离散化设计可能忽略细微情感变化，影响模型对极端或罕见病例的识别鲁棒性。

常用场景

经典使用场景

在心理健康与精神卫生研究领域，PanoEvJ/mangoes_synthetic 数据集作为一项合成数据资源，为情感计算与精神症状建模提供了理想的实验平台。该数据集记录了虚构患者的多种心理状态，包括愤怒、焦虑、抑郁、精神病倾向及自杀意念，并针对每种症状标注了严重程度与紧急程度等量化指标。经典的使用方式是利用这些多维标签训练分类或回归模型，以模拟临床诊断中的症状评估过程，从而探索不同精神障碍之间的共现模式与风险分级机制。

实际应用

在实际应用层面，该数据集可被用于开发面向心理健康筛查的智能系统，例如基于患者自述症状自动评估其情绪危机等级并触发预警机制的应用。同时，在数字疗法平台中，利用该数据训练的模型能够辅助心理咨询师快速识别高风险个案，优化资源分配。此外，它还可作为教学工具，帮助精神科实习生熟悉多种症状组合的评估流程，提升临床判断的准确性与效率。

衍生相关工作

围绕该数据集已衍生出若干具有影响力的研究工作，包括基于多任务学习框架同时预测症状严重性与紧急度的模型，以及利用图神经网络建模精神症状间关联性的方法。部分工作进一步将其与迁移学习结合，探索合成数据到真实临床数据的知识迁移策略。此外，也有研究基于该数据集开发了可解释性分析工具，揭示不同症状对最终风险评估的贡献权重，为透明化AI辅助诊断提供了重要参考。